How long does the integration take?

Change one base URL in an OpenAI-compatible client, or install the Python or TypeScript SDK; the quickstart routes a first request in a few minutes.

Will this lock us into another vendor?

No. The router is Apache-2.0 open source, your provider keys stay yours, and the API is OpenAI-compatible, so leaving is a change of base URL.

What happens when a provider fails?

The router falls back to the next model your policy allows and records the fallback in the trace, so an outage costs a retry, not an incident.

start-15-3 - Prompt - OpenSmartRoute

Name: start-15-3
Author: minicoohei

Prompt file imported from minicoohei/ai-agent-camp (.cursor/commands/lesson/start-15-3.md). Copyright stays with the author.

Lesson 15-3: YouTube Clipper — 動画ハイライト抽出

学習目標

このレッスンでは、YouTube（や他プラットフォーム）の動画から AIを使ってハイライトを自動抽出する方法を学びます。

動画のダウンロードと字幕取得
AIによるセマンティックチャプター分割
自然言語でのハイライト選択
クリップ抽出 + バイリンガル字幕生成
字幕なし動画のGemini音声認識

Step 1: 環境確認

まず必要なツールがインストールされているか確認しましょう。

yt-dlp --version
ffmpeg -version | head -1
python3 -c "import pysrt; print('pysrt OK')"    # Windowsでは python3 を python に読み替え

もし未インストールの場合:

uv add yt-dlp pysrt
sudo apt-get install ffmpeg    # Ubuntu/Debian
# macOS: brew install ffmpeg
# Windows: winget install ffmpeg または https://ffmpeg.org/download.html からダウンロード

Step 2: 動画情報の確認

好きなYouTube動画のURLを用意してください。まず動画の情報を確認します:

python skills/youtube-clipper/scripts/downloader.py \
  "https://www.youtube.com/watch?v=YOUR_VIDEO_ID" \
  --subs-only

出力で以下を確認:

subtitles_available: 手動字幕の言語
auto_subtitles_available: 自動字幕の言語
duration: 動画の長さ

Step 3: Clipperでチャプター分析

チャプター分析のみを実行してみましょう:

python skills/youtube-clipper/scripts/clipper.py \
  --url "https://www.youtube.com/watch?v=YOUR_VIDEO_ID" \
  --chapters-only

AIが動画を意味的なチャプターに分割し、各チャプターにタイトル、要約、highlight_scoreを付与します。

Step 4: ハイライトクリップの抽出

スコアの高いチャプターをクリップとして抽出:

python skills/youtube-clipper/scripts/clipper.py \
  --url "https://www.youtube.com/watch?v=YOUR_VIDEO_ID" \
  --auto-select "score>0.7" \
  --burn-subtitles

output/clips/ ディレクトリに以下が生成されます:

各クリップのMP4
元字幕 + 日本語翻訳字幕
バイリンガルSRT
SNS投稿用サマリー（JSON）

無音区間の検出と修正

抽出したクリップから不要な無音区間を検出・除去します。

# 無音区間を検出（-50dB以下が2秒以上続く箇所）
ffmpeg -i output/clips/clip_01.mp4 -af silencedetect=noise=-50dB:d=2 -f null - 2>&1 | grep "silence_"

# 無音区間を自動除去
ffmpeg -i output/clips/clip_01.mp4 -af silenceremove=start_periods=1:start_silence=2:start_threshold=-50dB:stop_periods=-1:stop_silence=2:stop_threshold=-50dB output/clips/clip_01_trimmed.mp4

パラメータの調整: noise=-50dB は環境に応じて -40dB〜-55dB に調整。d=2 は2秒以上の無音を検出する閾値。

Step 5: 字幕なし動画の文字起こし（発展）

字幕がない動画でも、Gemini音声認識で対応できます:

# ローカル動画ファイルで試す
python skills/youtube-clipper/scripts/clipper.py \
  --file /path/to/video_without_subs.mp4

内部的にFFmpegで音声抽出 → Gemini 3.0 Flash Previewで文字起こしが行われます。

演習課題

基本: 好きなYouTube動画（5-15分）を選び、クリップを3つ以上抽出してください
応用: 英語動画のクリップにバイリンガル字幕（英日）を焼き込んでください
発展: 字幕なしの動画でGemini音声認識を試し、精度を確認してください

QA: /video-frame-reader で出力を検証

クリップ抽出後、品質を確認します。

入力内容:

/video-frame-reader

抽出したクリップ動画のキーフレームを確認してください。

■ 対象: output/clips/ 内の生成されたMP4ファイル
■ 確認項目:
- クリップの開始・終了が自然か（発話の途中で切れていないか）
- 字幕とシーン内容が一致しているか
- 画質が十分か

次のステップ

Lesson 15-4 では、抽出したクリップを Remotion でSNS用マーケティング素材に変換する方法を学びます。

参考リンク（aiagent-course Module 15 スライドと共通）

テンプレートやインスピレーションを探すときに使う 5 つのリソース。

Install start-15-3 and it becomes one more candidate the router can pick - when it fits.

A listing is a routing target with a manifest: what it does, which domains it covers, what it costs and who publishes it. Once installed it sits beside your own models and tools, is scored like any other candidate for each request, and shows up in the trace when it wins. Ratings come from workspaces that installed it, one per account.

# Lesson 15-3: YouTube Clipper — 動画ハイライト抽出 ## 学習目標このレッスンでは、YouTube（や他プラットフォーム）の動画から AIを使ってハイライトを自動抽出する方法を学びます。 1. 動画のダウンロードと字幕取得 2. AIによるセマンティックチャプター分割 3. 自然言語でのハイライト選択 4. クリップ抽出 + バイリンガル字幕生成 5. 字幕なし動画のGemini音声認識 --- ## Step 1: 環境確認まず必要なツールがインストールされているか確認しましょう。 ```bash yt-dlp --version ffmpeg -version | head -1 python3 -c "import pysrt; print('pysrt OK')" # Windowsでは python3 を python に読み替え ``` もし未インストールの場合: ```bash uv add yt-dlp pysrt sudo apt-get install ffmpeg # Ubuntu/Debian # macOS: brew install ffmpeg # Windows: winget install ffmpeg または https://ffmpeg.org/download.html からダウンロード ``` --- ## Step 2: 動画情報の確認好きなYouTube動画のURLを用意してください。まず動画の情報を確認します: ```bash python skills/youtube-clipper/scripts/downloader.py \ "https://www.youtube.com/watch?v=YOUR_VIDEO_ID" \ --subs-only ``` 出力で以下を確認: - `subtitles_available`: 手動字幕の言語 - `auto_subtitles_available`: 自動字幕の言語 - `duration`: 動画の長さ --- ## Step 3: Clipperでチャプター分析チャプター分析のみを実行してみましょう: ```bash python skills/youtube-clipper/scripts/clipper.py \ --url "https://www.youtube.com/watch?v=YOUR_VIDEO_ID" \ --chapters-only ``` AIが動画を意味的なチャプターに分割し、各チャプターにタイトル、要約、highlight_scoreを付与します。 --- ## Step 4: ハイライトクリップの抽出スコアの高いチャプターをクリップとして抽出: ```bash python skills/youtube-clipper/scripts/clipper.py \ --url "https://www.youtube.com/watch?v=YOUR_VIDEO_ID" \ --auto-select "score>0.7" \ --burn-subtitles ``` `output/clips/` ディレクトリに以下が生成されます: - 各クリップのMP4 - 元字幕 + 日本語翻訳字幕 - バイリンガルSRT - SNS投稿用サマリー（JSON） --- ## 無音区間の検出と修正抽出したクリップから不要な無音区間を検出・除去します。 ```bash # 無音区間を検出（-50dB以下が2秒以上続く箇所） ffmpeg -i output/clips/clip_01.mp4 -af silencedetect=noise=-50dB:d=2 -f null - 2>&1 | grep "silence_" # 無音区間を自動除去 ffmpeg -i output/clips/clip_01.mp4 -af silenceremove=start_periods=1:start_silence=2:start_threshold=-50dB:stop_periods=-1:stop_silence=2:stop_threshold=-50dB output/clips/clip_01_trimmed.mp4 ``` > **パラメータの調整**: `noise=-50dB` は環境に応じて `-40dB`〜`-55dB` に調整。`d=2` は2秒以上の無音を検出する閾値。 --- ## Step 5: 字幕なし動画の文字起こし（発展）字幕がない動画でも、Gemini音声認識で対応できます: ```bash # ローカル動画ファイルで試す python skills/youtube-clipper/scripts/clipper.py \ --file /path/to/video_without_subs.mp4 ``` 内部的にFFmpegで音声抽出 → Gemini 3.0 Flash Previewで文字起こしが行われます。 --- ## 演習課題 1. **基本**: 好きなYouTube動画（5-15分）を選び、クリップを3つ以上抽出してください 2. **応用**: 英語動画のクリップにバイリンガル字幕（英日）を焼き込んでください 3. **発展**: 字幕なしの動画でGemini音声認識を試し、精度を確認してください --- ## QA: /video-frame-reader で出力を検証クリップ抽出後、品質を確認します。入力内容: ```text /video-frame-reader 抽出したクリップ動画のキーフレームを確認してください。 ■ 対象: output/clips/ 内の生成されたMP4ファイル ■ 確認項目: - クリップの開始・終了が自然か（発話の途中で切れていないか） - 字幕とシーン内容が一致しているか - 画質が十分か ``` --- ## 次のステップ Lesson 15-4 では、抽出したクリップを Remotion でSNS用マーケティング素材に変換する方法を学びます。 ## 参考リンク（aiagent-course Module 15 スライドと共通）テンプレートやインスピレーションを探すときに使う 5 つのリソース。 - [Dribbble (motion design portfolios)](https://dribbble.com/) - [Envato Elements — video templates / logo animation](https://elements.envato.com/video-templates/logo+animation) - [Placeit — minimalist motion-graphics intro maker](https://placeit.net/c/videos/stages/intro-maker-with-minimalist-motion-graphics-988) - [YouTube — After Effects templates project channel](https://www.youtube.com/@paftereffectstemplatesproj6705) - [YouTube — motion-graphics templates playlist](https://www.youtube.com/playlist?list=PLCWRuswMLN-huRtRNjplBjZGuIknrhckj)

{ "prompt": "# Lesson 15-3: YouTube Clipper — 動画ハイライト抽出\n\n## 学習目標\n\nこのレッスンでは、YouTube（や他プラットフォーム）の動画から\nAIを使ってハイライトを自動抽出する方法を学びます。\n\n1. 動画のダウンロードと字幕取得\n2. AIによるセマンティックチャプター分割\n3. 自然言語でのハイライト選択\n4. クリップ抽出 + バイリンガル字幕生成\n5. 字幕なし動画のGemini音声認識\n\n---\n\n## Step 1: 環境確認\n\nまず必要なツールがインストールされているか確認しましょう。\n\n```bash\nyt-dlp --version\nffmpeg -version | head -1\npython3 -c \"import pysrt; print('pysrt OK')\" # Windowsでは python3 を python に読み替え\n```\n\nもし未インストールの場合:\n```bash\nuv add yt-dlp pysrt\nsudo apt-get install ffmpeg # Ubuntu/Debian\n# macOS: brew install ffmpeg\n# Windows: winget install ffmpeg または https://ffmpeg.org/download.html からダウンロード\n```\n\n---\n\n## Step 2: 動画情報の確認\n\n好きなYouTube動画のURLを用意してください。\nまず動画の情報を確認します:\n\n```bash\npython skills/youtube-clipper/scripts/downloader.py \\\n \"https://www.youtube.com/watch?v=YOUR_VIDEO_ID\" \\\n --subs-only\n```\n\n出力で以下を確認:\n- `subtitles_available`: 手動字幕の言語\n- `auto_subtitles_available`: 自動字幕の言語\n- `duration`: 動画の長さ\n\n---\n\n## Step 3: Clipperでチャプター分析\n\nチャプター分析のみを実行してみましょう:\n\n```bash\npython skills/youtube-clipper/scripts/clipper.py \\\n --url \"https://www.youtube.com/watch?v=YOUR_VIDEO_ID\" \\\n --chapters-only\n```\n\nAIが動画を意味的なチャプターに分割し、\n各チャプターにタイトル、要約、highlight_scoreを付与します。\n\n---\n\n## Step 4: ハイライトクリップの抽出\n\nスコアの高いチャプターをクリップとして抽出:\n\n```bash\npython skills/youtube-clipper/scripts/clipper.py \\\n --url \"https://www.youtube.com/watch?v=YOUR_VIDEO_ID\" \\\n --auto-select \"score>0.7\" \\\n --burn-subtitles\n```\n\n`output/clips/` ディレクトリに以下が生成されます:\n- 各クリップのMP4\n- 元字幕 + 日本語翻訳字幕\n- バイリンガルSRT\n- SNS投稿用サマリー（JSON）\n\n---\n\n## 無音区間の検出と修正\n\n抽出したクリップから不要な無音区間を検出・除去します。\n\n```bash\n# 無音区間を検出（-50dB以下が2秒以上続く箇所）\nffmpeg -i output/clips/clip_01.mp4 -af silencedetect=noise=-50dB:d=2 -f null - 2>&1 | grep \"silence_\"\n\n# 無音区間を自動除去\nffmpeg -i output/clips/clip_01.mp4 -af silenceremove=start_periods=1:start_silence=2:start_threshold=-50dB:stop_periods=-1:stop_silence=2:stop_threshold=-50dB output/clips/clip_01_trimmed.mp4\n```\n\n> **パラメータの調整**: `noise=-50dB` は環境に応じて `-40dB`〜`-55dB` に調整。`d=2` は2秒以上の無音を検出する閾値。\n\n---\n\n## Step 5: 字幕なし動画の文字起こし（発展）\n\n字幕がない動画でも、Gemini音声認識で対応できます:\n\n```bash\n# ローカル動画ファイルで試す\npython skills/youtube-clipper/scripts/clipper.py \\\n --file /path/to/video_without_subs.mp4\n```\n\n内部的にFFmpegで音声抽出 → Gemini 3.0 Flash Previewで文字起こしが行われます。\n\n---\n\n## 演習課題\n\n1. **基本**: 好きなYouTube動画（5-15分）を選び、クリップを3つ以上抽出してください\n2. **応用**: 英語動画のクリップにバイリンガル字幕（英日）を焼き込んでください\n3. **発展**: 字幕なしの動画でGemini音声認識を試し、精度を確認してください\n\n---\n\n## QA: /video-frame-reader で出力を検証\n\nクリップ抽出後、品質を確認します。\n\n入力内容:\n```text\n/video-frame-reader\n\n抽出したクリップ動画のキーフレームを確認してください。\n\n■ 対象: output/clips/ 内の生成されたMP4ファイル\n■ 確認項目:\n- クリップの開始・終了が自然か（発話の途中で切れていないか）\n- 字幕とシーン内容が一致しているか\n- 画質が十分か\n```\n\n---\n\n## 次のステップ\n\nLesson 15-4 では、抽出したクリップを Remotion でSNS用マーケティング素材に変換する方法を学びます。\n\n## 参考リンク（aiagent-course Module 15 スライドと共通）\n\nテンプレートやインスピレーションを探すときに使う 5 つのリソース。\n\n- [Dribbble (motion design portfolios)](https://dribbble.com/)\n- [Envato Elements — video templates / logo animation](https://elements.envato.com/video-templates/logo+animation)\n- [Placeit — minimalist motion-graphics intro maker](https://placeit.net/c/videos/stages/intro-maker-with-minimalist-motion-graphics-988)\n- [YouTube — After Effects templates project channel](https://www.youtube.com/@paftereffectstemplatesproj6705)\n- [YouTube — motion-graphics templates playlist](https://www.youtube.com/playlist?list=PLCWRuswMLN-huRtRNjplBjZGuIknrhckj)", "variables": [], "notes": "Lesson command", "metadata": { "source": { "provider": "github-cursor-commands", "repository": "https://github.com/minicoohei/ai-agent-camp", "path": ".cursor/commands/lesson/start-15-3.md", "ref": "048ba4cfff8eccbffc18e39e61b6ce7b681cb1ff", "url": "https://github.com/minicoohei/ai-agent-camp/blob/048ba4cfff8eccbffc18e39e61b6ce7b681cb1ff/.cursor/commands/lesson/start-15-3.md", "key": "minicoohei/ai-agent-camp/.cursor/commands/lesson/start-15-3.md" } } }

start-15-3

About

Lesson 15-3: YouTube Clipper — 動画ハイライト抽出

学習目標

Step 1: 環境確認

Step 2: 動画情報の確認

Step 3: Clipperでチャプター分析

Step 4: ハイライトクリップの抽出

無音区間の検出と修正

Step 5: 字幕なし動画の文字起こし（発展）

演習課題

QA: /video-frame-reader で出力を検証

次のステップ

参考リンク（aiagent-course Module 15 スライドと共通）

Install start-15-3 and it becomes one more candidate the router can pick - when it fits.

What it costs to adopt - in engineering time.

One base URL

No vendor lock-in

Failover built in

Use it

Manifest

Reviews